-
公开(公告)号：KR1020170099085A
公开(公告)日：2017-08-31
申请号：KR1020160021012
申请日：2016-02-23
Applicant: 성균관대학교산학협력단
Abstract: 본발명은이물질투척방지용그레이팅에관한것으로써, 복수개로마련되어상호이격되어배치되는제1플레이트부; 및복수개로마련되며, 외부에서배수로의내부공간이노출되지않도록복수개의상기제1플레이트부사이의면적과같거나더 큰면적으로마련되어복수개의상기제1플레이트부사이의하측공간에각각배치되는제2플레이트부를포함한다. 본발명에따르면, 보행자가배수로의공간을확인할수 없게된다. 이에의해서, 보행자의이물질투척의의지가상실되며, 이에따라, 보행자가이물질을투척하는것이효과적으로예방될수 있다.
Abstract translation: 本发明包括第一板部分，其大约是作为防止异物提供抛出光栅装置的多条相互间隔开; 并且它提供狗多个，不暴露漏极的内部空间设置有其区域内的多个所述第一第二板块副等于或更大的区域被设置在其下部区域中，多个第一板副外 它包括的部分。 根据本发明，行人不能确认排水通道的空间。 因此，行人抛出土地的外来物质丢失，yiettara，就不会有有效的防止行人被抛出碎片。
-
公开(公告)号：KR1020180025690A
公开(公告)日：2018-03-09
申请号：KR1020160112690
申请日：2016-09-01
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/2785 , G06N3/08 , G06N99/005
Abstract: 리뷰데이터의감성을분류하기위한방법이제공된다. 상기방법은텍스트정보및 상기텍스트정보에대응하는감성레벨정보를각각포함하는복수의리뷰데이터들을기반으로머신러닝을통해감성분류모델을생성하는단계와, 상기감성분류모델을이용하여감성레벨정보를포함하지않는리뷰데이터의감성레벨을결정하는단계를포함할수 있으며, 감성분류모델을생성하는단계는상기텍스트정보들간의유사도를기반으로상기감성레벨정보를조정하여상기감성분류모델에반영할수 있다. 따라서, 리뷰가받은추천및 비추천정보와, 다른평점을가진리뷰간의유사도를이용해리뷰의신뢰도를고려하여효과적으로리뷰의감성을분류할수 있다.
Abstract translation: 提供了用于对评论数据的情绪进行分类的方法。 该方法包括基于多个评论数据通过机器学习生成情感分类模型，每个评论数据包括与文本信息对应的文本信息和情绪级别信息， 并且其可以包括：确定所述敏感度水平，不包括数据的审查，生成情感类别模型的步骤可以体现在通过调节基于所述文本信息之间的相似度的灵敏度电平信息的情感分类模型。 因此，可以有效的审查的敏感性进行分类，同时考虑到审查和所接收的审查建议踩信息的可信性，使用具有其他额定值审查之间的相似度。
-
公开(公告)号：KR101923780B1
公开(公告)日：2018-11-29
申请号：KR1020160173725
申请日：2016-12-19
Applicant: 성균관대학교산학협력단
Abstract: 본발명은일관된주제의텍스트생성방법및 이를수행하는텍스트생성장치를제공한다. 상기일관된주제의텍스트생성방법은학습데이터의단어를순차적으로입력하여다음단어를예측하도록 RNN(Recurrent Neural Network) 언어모델을학습시키는단계, 패러그래프벡터학습모델을이용하여상기학습데이터로부터패러그래프벡터(paragraph vector)를추출하는단계와상기학습된 RNN 언어모델과상기추출된패러그래프벡터를이용하여텍스트를생성하는단계를포함한다. 본발명의일관된주제의텍스트생성방법및 이를수행하는텍스트생성장치는일정주제에관해여러데이터소스로부터데이터를수집하여일관되게텍스트를생성하는대화시스템, 질의시스템또는소설, 에세이등의문학텍스트생성시스템등에사용될수 있다.
-
公开(公告)号：KR101842361B1
公开(公告)日：2018-03-26
申请号：KR1020160112690
申请日：2016-09-01
Applicant: 성균관대학교산학협력단
Abstract: 리뷰데이터의감성을분류하기위한방법이제공된다. 상기방법은텍스트정보및 상기텍스트정보에대응하는감성레벨정보를각각포함하는복수의리뷰데이터들을기반으로머신러닝을통해감성분류모델을생성하는단계와, 상기감성분류모델을이용하여감성레벨정보를포함하지않는리뷰데이터의감성레벨을결정하는단계를포함할수 있으며, 감성분류모델을생성하는단계는상기텍스트정보들간의유사도를기반으로상기감성레벨정보를조정하여상기감성분류모델에반영할수 있다. 따라서, 리뷰가받은추천및 비추천정보와, 다른평점을가진리뷰간의유사도를이용해리뷰의신뢰도를고려하여효과적으로리뷰의감성을분류할수 있다.
-
-
-
Search Results
4
records
(took 0.031 seconds)
